Le filThèmes : RechercheÉvaluations
Allspark transfère le raisonnement d’un petit modèle à un modèle plus fort par chaînes de pensée alternées
1 sourcemis à jour 29 sept.pertinence 3,2 sur5
L’essentiel
Un enseignant faible alterne ses segments de raisonnement avec ceux d’un modèle gelé. À l’inférence, un élève plus fort le remplace. Les tests Inkling sur ARC-AGI-2 montrent des gains, y compris vers Kimi et Nemotron.
Propagation1 article, publié par HF Daily Papers le 29 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceKaizhao Liang, Junxiong Wang, Chen Liang et al.huggingface.co
Allspark: Weak to Strong Transfer via Alternating Chain of Thought (site externe)
Recent progress in frontier models has renewed interest in large-scale reinforcement learning (RL), but the cost of generating large-model rollouts makes even testing RL recipes expensive.
Sur les mêmes thèmes
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
Évaluations
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5